预测 2025 年 AI 的发展重点，很多人都会提到智能体，也有不少人关心智能体和 RPA（机器人自动化）之间的关系。最近，RPA 解决方案提供商 UiPath 的创始人兼 CEO Daniel Dines 在播客节目《20VC》中分享他对这个话题的见解。UiPath 成立于 2005 年，在刚成立时没有融资，年收入仅为 50 万美元。随着找到产品与市场的契合，UiPath 获得红杉资本、Accel、Kleiner Perkins 等投资机构的投资，后于 2021 年 4 月上市，目前市值超过 70 亿美元，是 RPA 领域的知名企业。
在播客访谈中，Daniel Dines 强调做 AI 产品关键在于实用性，而不是单纯追求技术突破。他也介绍了 UiPath 通过将 RPA 与 AI 代理融合，简化低技能与高技能的自动化，并认为可靠的工作流程和人类监督将是企业采用 AI 的关键。我们整理和翻译了采访中的部分内容，原播客内容可以点击「阅读原文」链接跳转收听。
🔍 内容摘要
1. 产品优先策略：AI 技术的成功关键在于开发实用性强的产品，而非单纯追求技术的先进性。
2. 从 RPA 到智能体的转型：UiPath 通过引入智能体编排和现代技术框架，从传统 RPA 向智能体自动化转型。
3. 智能体技术应用：智能体技术可用于规则与非规则流程的自动化，并与企业工作流深度结合。
4. 生成式AI的企业价值：生成式 AI 将在规则验证和企业应用中实现突破，为未来自动化奠定基础。
5. 多技术融合趋势：AI 的未来发展将依赖多模型、多技术的结合，适应企业和个人多样化需求。
图｜播客 Shownotes
AI 系统的演变
1) Harry Stebbings：你能解释一下，为什么在当前的 AI 周期中“产品比创新更重要”吗？
Daniel Dines：最近我一直在思考我们在 AI 叙事中的定位，以及我们真正能带来的价值。在过去两年里，我们投入了大量时间优化 LLM（大语言模型），并围绕它们构建产品，这也带来了一定的成功。
有一些优秀产品给了我很大的启发，比如 Cursor AI。这款产品基于多个 LLM 构建。这让我回想我们在 UiPath 的初创阶段，也曾借助 AI 开发，使用了一个名为 OpenCV 的开源计算机视觉库，它可以在大图像中识别并定位小图像，我们利用它实现了自动化。比如，当用户需要点击某个按钮时，我们会截取该按钮的图像，并在回放时通过调用函数定位它的坐标，然后完成点击操作。
我回想起来，UniPath 为用户创造了一种直观的操作体验：只需录制屏幕上的操作流程，就能生成相应的指令。用户点击屏幕上的按钮，所有相关数据都会被捕获并存储。例如，用户在编辑框中输入内容时，我们会记录编辑框的图像和标签，以便在运行时准确定位这些元素。
从用户角度看，这个流程非常简单。我在 2013 年向几位 Blue Prism（企业级流程自动化平台，广泛用于机器人流程自动化）的专家们展示了这款产品。相比之下，在 Blue Prism 上实现同样功能需要两天时间，且结果并不理想。而使用我们的产品，仅需三到五分钟就能完成整个流程，并且运行效果完美。当我问他们的感受时，现场一片寂静，大家都难以置信。这成为我们切入市场的起点，许多客户因此选择了我们。从那时起，我们逐步拓展产品功能，最终发展到今天的规模。
2) Harry Stebbings：你认为未来会是由多个专注于不同领域的大模型组成的世界，还是会像今天的云计算市场（由 AWS、Azure、Google Cloud 主导）那样，被一两个模型巨头垄断？
Daniel Dines：我不认为大模型的发展会像云计算那样被少数巨头主导。我更倾向于相信未来会有多个大模型共存。即使从人类大脑的发展来看，也能看到类似的模式。我们的大脑中存在通用认知模型，但在某些特定任务上，专用模型的表现明显优于通用模型。比如一个简单的动作——拿起杯子喝水，这是我们从小就训练的专用模型，它比依赖通用模型更加高效。
未来确实会有一些前沿模型引领方向，但同时也会有大量针对特定任务的专用模型存在。这些专用模型更可能基于开源模型构建，而非依赖闭源的前沿模型。
3) Harry Stebbings：你提到 Cursor 的成功得益于其产品优先的策略，而非单纯依赖技术进步。这种理念对 UiPath 的未来发展方向有什么影响？
Daniel Dines：这对我们的影响非常深远。我们已经在公司内部进行了重大调整，重新思考软件的构建方式。追求渐进式改进、用 AI 做加法是不够的。Cursor 是完全 AI 优先，从零做起的产品。我们要学习这种思路。所以我们现在智能体相关的 AI 产品策略就是从零开始。
为此，我们放弃了一些传统的 RPA（机器人流程自动化）技术，转向全新的技术框架，从头开始构建。这是因为我们希望为用户打造一种完全以 AI 为核心的全新体验。
4) Harry Stebbings：在 RPA（机器人流程自动化）方面，你们具体放弃了哪些技术？
Daniel Dines：举个例子，我们曾经使用类似 Windows 工作流引擎的系统，多年来不断进行优化。但现在，我们切换到了更现代的技术，并以此为基础进行开发。
其实我曾一直对这种改变有抵触，UiPath 的工程师们也就是否引入新的工作流引擎展开了无数次讨论。最终，AI 技术让我坚定了转型的决心——采用专为“智能体编排”（通过协调和管理不同类型的智能体，以自动化复杂的企业流程和任务）设计的新工作流引擎。这种引擎特别适合高效连接智能体、人类用户、其他机器人、专用模型，以及 API 或其他入口点。
Part.02
智能体与企业工作流的整合
5) Harry Stebbings：对 RPA 如何与未来的智能体编排、企业中智能体的使用兼容适配问题，很多人持质疑态度。你为什么认为这种看法是错误的？
Daniel Dines：这是因为很少有人真正理解 RPA 的核心应用场景，以及为什么智能体无法替代这些场景。
RPA 的核心价值在于将企业内多个业务系统中复杂的、基于规则的任务自动化。这些任务通常包括多个步骤，有时甚至多达 100 到 200 步。关键在于，所有任务步骤都遵循明确的规则，输入数据是结构化的。这些规则实际上承载了企业的知识，例如某些增值税号的特殊处理方式等。这种规则化的自动化非常可靠，只要底层系统不发生变化，就能稳定运行。
智能体技术则不同。在自动化场景中，LLM 更适合处理非结构化数据的任务。对于那些无法完全用规则表达的企业知识，智能体可以模拟用户操作，减少人工输入，但无法完全替代规则自动化。因为智能体的核心是自主完成任务，而基于规则的自动化依赖的是清晰的规则逻辑，两者是互补关系，而非替代关系。
6) Harry Stebbings：如果简单用规则化和非规则化来区分，是否意味着客户需要分别从不同供应商购买解决方案？为什么不直接专注在非规则化的部分？或者，为什么非规则化的解决方案不能覆盖规则化的场景？
Daniel Dines：这正是我们进入 AI 智能体领域的原因。这两种部分通常是共存于同一个业务流程中的。例如，从订单到收款或从采购到支付的长流程中，既包含明确的规则化的部分，也有不确定的部分。因此，将两者整合到一个统一的技术框架中是非常合理的。
这也是智能体编排如此重要的原因。我们有能力连接流程中的所有部分，同时自动化这些步骤。打个比方，但它们都可以在同一个平台上协作。正如企业不会为不同员工制定完全独立的工作方式，技术也应该追求统一和整合。
7) Harry Stebbings：你们希望 UniPath 成为一个同时管理低技能和高技能任务的平台吗？
Daniel Dines：我们已经是管理低技能任务的平台，现在正在扩展到高技能任务的管理。但仅仅具备自动化单一任务的能力是不够的。你需要同时自动化数千个任务，并具备管理、交付、部署、监控、数据分析，以及访问控制的能力。例如，谁可以运行智能体或访问特定应用程序。我们已经在 UiPath 平台中构建了这些能力，其中一项核心差异化能力就是对机器人操作的高效协调。
8) Harry Stebbings：但你们真的能做到吗？毕竟你们之前的设计是规则化的，而现在进入了一个非规则化的、模糊的领域。
Daniel Dines：这并不是完全不同的领域。RPA 和智能体的共同点是都在模仿人类操作。非规则化流程更具挑战性，因为它们更加脆弱，必须设置大量异常处理机制和多次重试能力。例如，加载一个网站时响应时间可能波动，因此需要构建足够的技术可靠性来应对这些变化。
我们在机器人自动化方面积累了丰富经验，现在正将这些经验应用到智能体上。构建一个智能体并不难，难点在于让它数千次运行仍然可靠，并且能够作为企业工作流的一部分正常调用。否则，企业不会将其用于生产中的自主任务。
我们的客户普遍反映，他们宁愿工作流任务失败，也不希望它变得过于“智能”，因为他们对任务失败的风险承受度非常低。这种心态同样决定了智能体的应用方式：智能体主要提供建议，而不是直接采取行动。通常流程是智能体先提出建议，由人类用户验证后再触发下一步行动。这是一种逐步递进的模式。
生成式 AI 的现状与未来发展
9) Harry Stebbings：为什么过去几年生成式 AI 在企业中未能成功，而在未来几年会成功？
Daniel Dines：过去生成式 AI 不成功的原因在于其结果不可预测。未来它会成功，是因为我们将它嵌入智能体工作流中，并通过规则限制其不可预测性，同时引入“人类验证”来确保结果可靠。这与传统的聊天机器人完全不同。
在新模式下，企业工作流引导整个过程。例如，客户通过邮件发送房贷申请，这会触发工作流调用智能体处理申请。智能体生成建议并推送到我的收件箱，我可以验证后选择“同意”或“不同意”，从而触发下一步操作，例如调用机器人完成银行系统中的贷款审批。
这种模式本质上是企业工作流驱动，与传统的聊天机器人截然不同，后者缺乏规则和验证环节的引导。
10) Harry Stebbings：智能体构建工具的普及，结合各种技术，是否意味着 UiPath 可以进入新的市场？你们目前主要面向企业客户，未来是否可能拓展至小型企业市场？
Daniel Dines：对此我并不确定。关键在于，构建智能体需要高度专业的技能。虽然技术上可行，但要让智能体真正有效运作，需要经验丰富的专业人才。目前，编写提示的难度甚至高于编写脚本。脚本的行为是可预测的，只需基于逻辑和算法实现需求，而提示的微小变化可能导致完全不同的结果。
我们正在投入大量资源和精力，帮助自动化开发者更好地编写提示，例如提供提示建议、协助构建评估集等。测试脚本是否按预期工作相对简单，而测试提示则复杂得多，因为输入数据的差异可能导致结果出现巨大偏差。
11. Harry Stebbings：Sam Altman 预测我们将在 2025 年见证 AGI 的到来。当然这也不一定，你怎么看？
Daniel Dines：我对 AGI 的定义与他们不同。对企业而言，AGI 的标准是拥有一个 LLM，其能力相当于 IQ 约 120 的人类，同时具备高度可预测性，而不是在复杂数学任务中表现出 180 的 IQ，却在其他任务中仅有 60。这种一致性是 AGI 的关键。
如果实现这一点，整个就业市场和行业将发生深刻变革。但要达到这一目标，我认为需要新的重大技术突破。目前的 LLM 并未展现出我所期待的推理能力。本质上，它仍是一个随机引擎（处理随机变量或概率问题的算法或系统）。
为什么呢？在某些任务上，我远不如 LLM，但在其他方面，我明显优于它。LLM 会犯一些我永远不会犯的逻辑错误，同时又能解决我完全无解的数学难题。这表明其智能本质与人类不同，这种智能类型还无法在对可靠性要求高的商业环境胜任。
